一直在关注马克·库班的最新观点，实际上挺有意思。他正在为“对 token usage 征收 AI 税”提出理由——更具体地说，他建议对大型商业 AI 模型处理的每一百万个 token 征收的税额低于 50 美分。这个想法是：这可能每年为联邦政府带来大约 100 亿美元的收入，同时促使主要科技公司构建更高效的系统。

让我注意到的是，库班如何来框定这整件事。他把它和早期加密货币监管的争论做了对比，指出这个行业最终意识到，某种监督其实对于实现主流采用是必要的。他认为 AI 也可能走同样的路径——随着这项技术被融入金融、医疗、教育和政府领域，监管终究还是会变得不可避免。那么，为什么不提前做好准备呢？

这套机制很直观。这种 AI 税只会针对那些运行巨型语言模型的主要玩家——比如 OpenAI、Microsoft、Google、Meta。开源项目和更小的本地系统则不受影响。它更像是按使用量征收的税，而不是按利润征收的税——这种区分很巧妙。

不过，真正让人觉得有说服力的地方在于能源这一块。这个担忧是真实存在的。这些数据中心正在对电力网造成“猛烈冲击”。公司正在在基础设施上持续投入数十亿美元，而电力消耗还在不断攀升。库班的观点是：AI 税可以激励提升效率——这其实是说得通的：如果你的运营成本会随着使用量上涨，你就有动力去做优化。另外，税收收入在理论上也可以用来减债，或为因自动化被取代的工人提供再培训。

但也确实已经出现了反对意见。来自 Anduril 的帕尔默·卢基（Palmer Luckey）对此提出了警告，称在本土对 AI 使用征税，等于把优势直接拱手让给外国竞争对手。他的观点是：如果美国的运营成本突然飙升，公司就会迁移到海外的服务商。还有基础设施方面的顾虑——要追踪 AI 的使用情况，可能需要新的系统，从而潜在扩大政府对科技公司的监管与监视。

自由意志派和创业圈的人同样也很紧张。他们担心这会在美国需要在 AI 竞赛中与中国保持竞争力的关键时刻，减缓创新。这当然是一个合理担忧，不过你也可以反过来说：从长期来看，对效率的压力未必一定是坏事，甚至可能对行业有益。

不过说实话呢？国会似乎根本没有准备好真正通过类似的东西。但有意思的是，讨论本身已经显示出一种转向信号。我们已经不再停留在“政策制定者和商业领袖只是在讨论 AI 是否需要监管”的阶段——现在他们实际上在集思广益具体的运作机制。AI 税这个概念未必会被采纳，但某种形式的措施大概率会出现。

值得继续关注它接下来会如何发展。未来几年，AI 基础设施、能源政策与税收之间的交叉地带，很可能会成为重要的政策博弈战场。